西电认知计算与交互系统实验室研究成果被国际期刊IEEE TPAMI录用

近日, 西安电子科技大学认知计算与交互系统实验室的最新研究成果“TIB: Detecting Unknown Objects via Two-Stream Information Bottleneck”被人工智能领域顶级学术刊物IEEE Transactions on Pattern Analysis and Machine Intelligence（简称IEEE TPAMI）录用。实验室武阿明副教授为论文的第一作者，邓成教授为论文的通讯作者。

方法框图

分布外目标检测（OOD-OD）旨在让基于分布内数据训练的目标检测器能够在没有给定任何分布外数据的情况下检测出相应的分布外物体。解决这个任务，有助于推动目标检测器在真实场景中的安全应用，近年来引起了越来越多的关注。由于缺乏用于训练的分布外数据，从而导致较多的误检和漏检的情形。

论文“TIB：Detecting Unknown Objects via Two-Stream Information Bottleneck”从信息论的新角度解决了这个问题，提出了一种被称为双流信息瓶颈（TIB）的方法。该方法假设分布外数据往往是和当前任务无关。在此基础上，首先使用标准信息瓶颈来强化物体相关的信息，有助于提升物体的定位性能。然后，为了缓解缺失分布外数据的影响，该方法通过反转信息瓶颈的优化目标来合成分布外特征。最后提出了一个混合信息瓶颈模块来进一步提升特征的判别性。多个任务和数据集上的实验结果表明该方法能够有效提升检测分布外物体的能力。